如何搭建数据归因模型?

3 评论 17805 浏览 110 收藏 11 分钟
🔗 产品经理的核心价值是能够准确发现和满足用户需求,把用户需求转化为产品功能,并协调资源推动落地,创造商业价值

编辑导读:归因分析,究其本质是对不同渠道的投放进行评估,给出一个为什么要这么做的理由。业务模式的不同,所搭建的归因模型也不同,所以数据分析师需要根据实际的业务情况来构建模型。

本文作者依据工作实践的所思所想,结合案例等分享了数据归因模型搭建的关键步骤和思考,供大家一同参考和学习。

要深度分析问题原因,不能只统计数字,流于表面!每次写原因分析类报告,都有领导这么咆哮道。而听到这个要求,很多新手同学又是眉头一皱眼睛一闭:妈耶,咋整啊。今天我们系统讲解下。

问题场景:

某硬件+服务的大企业,正在推微信服务小程序,目标是降低人工客服工作量。可全力推进一段时间后,人工客服未见减少。客户服务中心(一级部门,很有权势)领导大为不满,要求数据分析,为啥推广小程序没有减少人工客服量。

一、核心难点

归因问题首先难在:领导期望太细太具体,而数据分析给不到。

数据分析产出的:30%的来电用户未绑定小程序,所以应该加强绑定。40%用户绑定了但是近1个月不登录,所以应该加强运营。

领导期望的:用户为什么不绑定?是不知道绑?不会绑?不想绑?为什么又不想绑?是我们没宣传?宣传了还是话术没说对?话说对了但是客人没认真听?

是滴,领导们期望的是这些具体的原因,这样才能针对性做改善。可这些具体的原因往往涉及用户心理、业务动作、用户与一线业务互动,根本没有数据记录,很难量化分析。可如果只给一个很粗的“加强绑定”的建议,肯定业务方不买单。谁来加强,加强哪里,加强到什么程度,一共十三步操作绑定排第几,这些具体问题都没有答案,自然会抗拒这种结果。

然而,即使是再做细致拆分,还有另一个核心难题:用户绑定了不登录,到底是因为用户太蠢,但是我们没做好?这个问题深挖下去是个无底洞,因为本身这两者就是相辅相成,很难完全剥离某一方面理由。然而却总被人拿来甩锅。咋办呢?

二、破局思路

想破局,关键在于:不要企图把所有的问题,都用数据分出来原因。人的情绪都有感性、复杂、冲动的部分,不可能全部用理性、逻辑的数字来量化。

想破局,第一步要把原因和具体的业务动作对应起来,然后搞成一个政治正确的行为,让业务方不得不接受。

比如:公司今年的大方向是数字化升级,所以在营业厅办理过业务的客户,必须绑定小程序,没有绑定的就是营业厅没做好!虽然有可能是因为客户自己不想绑,但是不管这么多,他不想绑,可以想各种办法,给好处,帮客户操作,总之搞掂他!不要扯什么客户意愿、什么操作习惯。这就叫政治正确。

当然,真这么强硬要求,结果肯定是逼死一线(所有的政治正确都会逼死人,不止这个)。

因此,第二步,合理地提目标。比如大目标是:减少人工客服量。我们要做的是通过数据优化,让整体趋势下行即可(如下图)

有了前两步铺垫,第三步就可以打数据标签。用户的行为、客服服务内容、业务动作,都可以归纳为标签,有了标签,就能把感性的,场景化的,难以量化的行为,部分转化为数据可记录的内容,从而为分析铺路(如下图)

第四步,就能利用数据标签进行归因了。比如“营业厅没有做好指引,所以新用户在营业厅注册报装后,还是没有绑定小程序”这种感性的原因就能被简单归为:新用户+已注册+未安装+未绑定。有了这个标签,能够识别哪些用户是因为营业厅没有引导到位而咨询客服,从而进一步思考对策。

当然,实际操作中标签可能很多,因此有必要梳理好标签之间逻辑,从而清晰的进行分层归因,这就是从找一个原因到梳理归因模型的过程。

三、模型构建

构建模型过程,本质上是梳理逻辑,形成系统化解释的过程。因此可以按照用户生命周期,进行分类构建。

从经验上来看:投诉类来电,在业务上性质特殊,属于高风险行为。别的来电都能用小程序替代,唯独怒气冲冲的客户,必须用人工来服务,至少让人家消消气,不然一怒之下弄上新闻媒体,客服领导面子也挂不住,因此在梳理逻辑的时候可以单独分类处理。

非投诉用户可以分为:潜在用户、新用户、已开户用户三类人。三类人需求差异明显,客服服务政策也有区别。比如潜在用户咨询,本身属于有潜在收益行为,因此是可以作为销售线索转营销系统跟进的。

真正要关注的,是常规操作、进度知会、活动咨询等等。这些信息发布、用户互动,没有风险、没有收益、纯粹是用户自己操作还是客服代为操作的问题,甚至在小程序更简单。因此可以想各种办法分流。(如下图)

梳理完逻辑以后,可以将数据填入模型,观察问题大小。解决问题,可以从大到小安排,优先考虑当前占比高的问题,也可以从简单到复杂解决,优先落实容易执行的。

总之各个击破,逐步降低人工客服的工作量,只要整个曲线走势是持续向下的,就能证明工作成效。且对比建立模型之前,归因的细节极大丰富,很容易在领导那里过关(如下图)

当然,以上示例只是一个解题思路,还可以从其他维度入手构建模型。业务流程不同,目标不同,归因方法肯定也有差异。只要业务看到数据以后,能很清晰的知道自己做什么,就算达到目的了。

四、小结

很多人会很纠结:到底原因是什么。其实就跟谈恋爱一样,分手以后追着前女友/前男友苦苦问:为什么!为什么!到底是为什么!一点意义都没有。企业经营也是同理,我们不是搞科学研究的,而是来挣钱的,所以真实原因可能永远无法知道,但是只要经营指标是向好发展,业务能不断改善,目的就达到了。

可惜即使讲到这里,还是有很多人不明白,甚至一些做数据的老鸟也会猜这个坑。非要纠结于细节原因,甚至丢下数据,去搞用户访谈,去做1对1深度沟通。结果吗,自然像你拖着前女友/前男友,痛哭流涕的问:“为什么!为什么!到底为什么!”一样,人家回答:

渣男:你很好,我们只是没缘分

渣女:你很好,我只是不喜欢男人

你信吗?!……你最好不要信!万一真信了,女的天天求神拜佛苦等渣男回头,男的胯下一刀胸口一填重新做人,那就真把自己整完蛋了,哈哈哈哈。

如果大家感兴趣,关注接地气的陈老师,我们下一篇分享一个如何对用户运营归因的例子,敬请期待哦。

#专栏作家#

接地气的陈老师,微信公众号:接地气学堂,人人都是产品经理专栏作家。资深咨询顾问,在互联网,金融,快消,零售,耐用,美容等15个行业有丰富数据相关经验。

本文原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 正有疑惑,给解惑了!

    来自内蒙古 回复
  2. 写的太精彩了,特别是结尾。

    回复
  3. 点赞,逻辑严谨

    来自广东 回复
专题
15842人已学习12篇文章
本专题的文章分享了如何从0到1搭建结算平台
专题
13282人已学习12篇文章
本专题的文章分享了金融产品经理需要知道的金融基础知识和产品观。
专题
15765人已学习12篇文章
运费是电商的基础功能模块之一,承担着商品运费计算的作用。本专题的文章分享了如何设计运费规则。
专题
14295人已学习13篇文章
本专题的文章分析了用户运营策略的案例,为如何做用户运营策略提供了思路。
专题
31228人已学习11篇文章
来看看别人家是怎么做产品优化的。
专题
13883人已学习13篇文章
广告是互联网的最大的商业模式,已经逐步形成一个巨大的行业,整个互联网广告也在持续增长中。本专题的文章分享了关于对互联网广告的思考与分析